随着医学成像设备的发展,医学影像技术在临床应用上发挥着越来越重要的作用,医学图像内容丰富,从庞杂的医学图像数据库中寻找需要的信息已成为当前亟需解决的问题。基于内容的图像检索技术在医疗诊断等方面扮演着重要的角色,能帮助医生做出更好的决策。本文运用稀疏表示的方法提取肝脏病变CT图像的特征,实现肝脏病变CT图像检索,主要工作和创新如下:(1)探讨了稀疏表示理论,主要围绕K-SVD算法和OMP算法对稀疏表示的理论及其实现进行了详细的阐述与分析。(2)运用稀疏表示方法提取肝脏病变CT图像的特征。首先,提取肝脏病变CT图像病变区域的SIFT局部特征并分块;然后采用稀疏表示方法对训练数据集进行学习,学习过程分为使用K-SVD算法对训练数据集进行字典训练以构造过完备字典和利用OMP算法求解稀疏系数两个阶段,求出的稀疏系数可用于表示肝脏病变CT图像的最优特征向量。(3)实现了肝脏病变CT图像的检索。为了提高检索的性能,对稀疏编码中的字典大小和稀疏度两个重要参数进行了讨论和优化。实验结果证实当字典大小设置为32且稀疏度值为10时检索效果达到最优。我们应用查准率P、查全率R及综合评价指标F1-measure评估检索的性能,针对不同相位的数据和不同病类的数据做了大量的实验。实验结果表明,我们提出的方法相对于传统的基于灰度直方图(提取肝脏病变CT图像的灰度直方图特征进行相似度匹配)和基于灰度共生矩阵(提取肝脏病变CT图像的纹理特征进行相似度匹配)的方法,能得到更好的检索性能。另一方面,本文提出的方法拓展了肝脏病变CT图像检索的应用领域,为研究肝脏病变CT图像检索提供了新思路。实验结论有助于医生对患者做出合理的病情判断和治疗。